放射治疗中的仿生学：优化患者调度以改善治疗结果

在医学科学领域，提升治疗效果和患者预后的追求持续推动着创新。本研究深入探讨了将仿生学原理整合到放射治疗(RT)领域中，以优化患者调度，最终旨在改善治疗效果。RT 是消除癌细胞和缩小肿瘤的关键医疗技术。然而，为 RT 手动安排患者既耗时又复杂。在本研究中，重点是通过应用优化方法实现 RT 患者调度的自动化。采用三种仿生算法进行优化，以解决复杂的在线随机调度问题。这些算法包括遗传算法(GA)、萤火虫优化(FFO)和狼群优化(WO)。这些算法被用于应对在线随机调度的复杂挑战。通过严格评估，包括对收敛时间、运行时间和目标值的审查，确定了这些算法的比较性能。本研究结果揭示了所应用的仿生算法在优化 RT 患者调度方面的有效性。在所考察的算法中，WO 脱颖而出，在各项评估标准下均持续提供优越的结果。本研究展示的优化方法具有简化流程、减少人工干预的潜力，并最终有望改善接受 RT 患者的治疗结果。